编辑导读：对付产物司理们来说，我们需要相识产物各个时期的用户特点，从而担保在整套流程中，我们都能帮助相应部分，在差异阶段拟定出适合的计策引发更多新用户的插手，晋升客户的转化和留存。所以做好用户生命周期的阐明长短常重要的。本文作者就此分享了他的几点履历，供各人一起参考进修。

在做数据阐明的时候，用户生命周期阐明，是个很典范的“理论一听就懂，数据一做就废”的对象。许多同学很困扰：“到底生命周期该怎么算？为啥我算的套到业务上不创立！”本日我们系统解答一下。

一、书本上的生命周期

在各路书本、文章中，各人都看到过这张图

要留意的是，这个图讲的是理论上的用户生命周期。它假设了用户留存与用户代价之间存在倒U型干系。

因此推导出：

用户必需得维护好

要搭建生长路径

要计较全生命周期代价

不要只谋略面前好处

前期重体验，后期分品级

等等理论功效。但这个假设前提，在详细的业务场景中很大概不创立，出格是数据上不会泛起完美曲线。因此会搞得许多做详细业务阐明的同学很郁闷。

二、差别1：活泼与付费疏散

对线下实体店而言，用户到店即付费，先消费后体验处事。但在互联网产物里，付费与活泼脱节的现象很常见。可能有的产物爽性答允用户只活泼，不付费，通过特另外权益和道具收费。好比游戏、在线音乐、视频、社区等等皆是如此。

总之，当用户活泼与付费脱节的时候，用户生命周期曲线变会产生变革：用户代价不再随留存时间变革，而是独立开，泛起出雷同矩阵模子的样式（如下图）

这时候要出格留意种种型用户比例，出格是白嫖用户的比例。在种种型互联网产物里，白嫖用户都有相当比例。假如不加区分，一概而论，则会造成一种虚假繁荣的假象。最终功效会导致产物喝采不叫座，贸易化进程极其艰巨。

三、差别2：场景化消费

纵然是消费与活泼行为细密绑缚，也会呈现问题。最常见的就是场景化消费，好比：

出行：

本日下好大的雨，打个滴滴

本日下雨，可是是小雨，跑去地铁站

本日天晴，虽然坐地铁拉

这就是典范的外因驱动。

电商：

本日有大促销，看看买点啥

本日有新产物上市，看看哪家自制

女友快过生日了，看看送点啥

这是典范的内因驱动。

留意，无论是内因照旧外因，在现实糊口中都是很正常，很合情公道的场景。可这些场景会配合导致一个功效：用户留存时间与用户代价不是倒U型，而是随机的，甚至难以捉摸纪律（如下图）。

这导致用户生命周期曲线很难绘制，用户留存久了也不代表有代价，用户生命周期代价也难以估算。出格是大促销、爆款上市这种场景。最后用户照旧看哪家自制买哪个，跟之前的留存时间一点干系都没有。

这时候强行绘制用户生命周期，用平均值取代每个用户的真实环境。功效就是恍惚了运营、营销、商品的浸染，会造成一种虚假繁荣的假象。让各人觉得：只要用户呆的久就迟早给钱了。功效发明用户生命周期代价的平均值越来越低。

四、差别3：浅尝辄止的新人

拉新，是所有互联网业务的焦点，也是常常出幺蛾子的处所，拉来的新人完全不用费，可能过了好久才骗财尸来消费一笔，都是很常见的事。这种浅尝辄止的新人比例一高起来，就会导致对拉新动作评估禁绝。

假如用平均值的话，会把这些实际上是0的人平均掉，又是在制造虚假繁荣。假如剔除出去，只统计有消费的人，显然又会高估渠道代价。而且，由于骗财尸用户存在，导致周期长度难以统计（如下图）。

这种统计难，经常被业务部分拿来当甩锅捏词。出格是当浅尝新人+场景化消费同时呈现的时候，认真拉新的市场部、增长团队、营销部就喜欢扯：“得评估用户生命周期代价，不能只看面前”“固然用户此刻没消费，可是300年内说不定就消费一大笔呀，所以不能说我做的差，是你统计的禁绝。”